Push — 对抗推挤
环境信息
- PettingZoo 名称:
simple_push_v3 - 智能体: 1 Adversary (Blocker) + 1 Good Agent (Runner)
- 地标数量: 2 (1 真实 + 1 假目标)
- 类型: 物理对抗 + 信息不对称
游戏目标
Good Agent (Runner)
- 知道哪个地标是真实目标
- 目标: 冲到真实目标地标
- 挑战: 避免被 Adversary 物理推挤偏离路线
Adversary (Blocker)
- 不知道哪个地标是真实目标
- 目标: 阻止 Good Agent 到达目标
- 策略: 从 Good Agent 的运动方向推断目标,然后卡位阻挡
- 优势: 质量比 Good Agent 大,碰撞时能推开对方
观测空间
Good Agent 观测
| 字段 | 含义 |
|---|---|
vel, speed | 自身速度和速率 |
goal_rel, goal_dist | 真实目标相对位置及距离 |
fake_rel, fake_dist | 假地标相对位置及距离 |
opponent_rel, opponent_dist | 对手相对位置及距离 |
Adversary 观测
| 字段 | 含义 |
|---|---|
vel, speed | 自身速度和速率 |
landmark_0, landmark_1 | 两个地标的相对位置(不知真假) |
opponent_rel, opponent_dist | Good Agent 的相对位置 |
奖励函数
| 角色 | 奖励 |
|---|---|
| Good Agent | 越接近真实目标,奖励越高;碰撞和延迟有惩罚 |
| Adversary | Good Agent 越远离目标,奖励越高 |
物理特性
质量不对称
- Adversary 质量更大:碰撞时可以推开轻量的 Good Agent
- Good Agent 质量更小:碰撞时会被推开,需要绕行或快速冲刺
策略
Good Agent 策略
- 全速奔向真实目标,忽略假地标
- 如果 Adversary 挡路,侧步绕行后重新冲向目标
- 接近目标时减速,避免过冲Adversary 策略
- 观察 Good Agent 的运动方向,推断哪个是真目标
- 提前卡位:站在 Good Agent 和疑似目标之间
- 利用质量优势推开 Good Agent
- 如果判断失误,立即切换阻挡另一个地标运行方式
bash
python push.py